GUIA DE USUARIO HERRAMIENTA GATE Modulo ANNIE

GUÍA DE LA PRÁCTICA
356806560960Fig. 1
0Fig. 1
1. Creamos nuestra aplicación – Figura 1:
-
2. Carga de documentos
• Para cargar un documento, puede hacer clic derecho sobre los recursos de lenguaje y seleccione "Nuevo → Documento GATE" – Figura 2 (Fig.2)

• También se puede ir a través del menú Archivo -> Nuevo recurso Idioma >> GATE Documento

• El parámetro source URLle permite especificar el documento que va a cargar. Puede escribir el nombre de archivo o URL (si carga archivo URL se deberá especificar el encoding ej: UTF-8), o haga clic en el icono del explorador de archivos para navegar hasta el documento correcto. En la parte superior NAME, se puede dar un nombre específico al corpus, o dejar en blanco, y automáticamente carga (nombre del documento + unidentificador único, que evita la confusión con varias copias del mismo documento)
Si se va a cargar un archivo de la Web - debe incluir el http: // parte al especificar una dirección URL, y ok.
• También se puede escribir una cadena de texto en el cuadro, pero es necesario seleccionar stringContent en lugar de sourceURL, usando la flecha, antes de escribir el texto.
Parámetros deinicialización
• Un documento tiene una variedad de parámetros de inicio: algunas obligatorias y otras opcionales
• Parámetros obligatorios tienen una marca en la casilla "Required"

Cargar documento – GATE Corpus
Para cargar varios documentos, puede hacer clic derecho sobre los recursos de lenguaje y seleccione "Nuevo → GATE Corpus"
9296409207500
Seleccionar new
creamos el corpus, luego clicderecho sobre el corpus >> populate y buscamos nuestra carpeta donde tengamos diferentes documentos
786765-14351000

**También podemos hacer un corpus para un solo documento, simplemente seleccionamos desde recursos de lenguaje el documento que hemos cargado y clic en Nuevo corpus para este documento.
Abrimos cualquiera de los documentos que hemos cargado, y en nuestra ventana se puedeobservar el contenido, en la parte superior del documento están nuestros botones (conjunto de anotaciones, listas de anotaciones, editor de correferencia, y un buscador de texto), en la parte derecha están los metadatos del documento – El conjunto de anotaciones, en este caso el ejemplo es un archivo tipo texto (contiene Fecha, Organizaciones, Localidades, Nombre de personas etc.), al chequearcualquiera de estas anotaciones nos resalta en la parte del texto que se encuentra. Y si hacemos clic en el botón Lista de Anotación, nos muestra en la parte inferior del texto (las funciones - reglas, el tipo de dato etc.)

Nos vamos a nuestra aplicación, seleccionamos nuestro Recurso de proceso, iniciamos con el Tokenizer, seleccionamos nuestro corpus (necesariamente debemos haber creado nuestrocorpus), y Run this Application.

ANNIE TOKENIZER
Abrimos nuestro documento y podemos observar que nos adicionó en el conjunto de anotaciones los TOKEN, seleccionamos, y nos muestra todos los tokens (palabras, números, símbolos, puntuaciones) que contiene el documento. Al seleccionar cualquiera de los Tokens (clic derecho), nos da la información detallada:
Ejemplo:
Kind (tipo de token) =word (palabra)
Length (longitud)= 9
Orth=lowercase (palabra en minuscula)
String (cadena)= financing // esta es la palabra con sus atributos

ANNIE GAZZETER
Tarea: identificar los nombres de entidad sobre la base de listas. Situado en <GATEhome> / plugins / ANNIE / resources / Gazeteer
Definido en lists.def, que da nombre, tipo principal de la anotación, tipo menor, lenguaje

Pararevisar en detalle nuestro identificación de nombres, ciudades, meses etc en el documento seleccionado realizamos lo siguiente:
1. Nos vamos a la aplicación creada, seleccionamos el corpus, nos pide unos valores de entrada, entonces colocamos nuestro conjunto de Original Markups (podemos visualizar en la parte superior derecha al abrir nuestro documento, seleccionando el botón de conjunto de...